アシストには、開発を専門に担う「開発技術部」があります。
「アシストに開発部門があるの？」と驚かれることもありますが、開発技術部が立ち上がってから数年、 多くのお客様の開発プロジェクトに携わっています。

こうした開発プロジェクトでは、 QlikやDataSpiderなどをお客様の業務や課題に合わせて組み合わせ、現場で活用できる仕組みとして提供しています。

この記事では、開発技術部に在籍していた経験を持つ私が、開発現場でのGlean活用事例やエピソードをご紹介します。

開発の仕事は、プログラムを書くことだけではない

まずはじめに、開発技術部について軽く触れておきます。

開発技術部は、単にプログラムを書くのではなく、お客様の要件整理から設計、開発、テスト、リリースまでをリードします。構築・カットオーバー後も、運用・保守を通じてお客様に伴走することをミッションとしています。

取り扱う領域は、Qlikなどを用いたデータ活用・BI開発や、DataSpiderを中心としたデータ連携などの開発です。Snowflakeを活用する案件では、SAPやSalesforce、各種データベースなど複数のシステムのデータを集約するデータパイプラインの設計・構築に加え、環境設計や権限・運用ルールの整備も支援しています。また、集約したデータを分析やレポートに活用できるよう、データの加工や可視化まで取り組んだ実績があります。

プロジェクトは一般に、要件定義、設計、開発、テスト、リリース、運用・保守の流れで進みます。各工程では、要件に沿った成果物を作るだけでなく、根拠を確認しながら品質を確保することが求められます。

現在、私はGleanのフィールド技術者として業務を担当していますが、以前は開発技術部でSEとして、お客様のシステム開発に携わっていました。

当時、要件に合う実装方法の調査や、テストに必要なデータの準備に多くの時間をかける場面がありました。QlikやDataSpiderを扱う開発では、調べること、作ること、そして品質を確かめることのどれもが欠かせません。

こうした業務でGleanを活用すると、必要な情報を探し、作業時間を短縮できます。調査や準備の負担を抑えることで、内容の確認やテストの実施など、人が時間をかけたい工程により注力できるようになりました。

この記事では、開発技術部の業務において、Qlikのスクリプト開発とDataSpiderのテストデータ作成でのGleanをどのように活用したかをお伝えします。

Qlikのスクリプト開発で、調査から実装までを効率化

ひとつめは、Qlikの開発事例です。

Qlikの開発では、データの取り込みや加工を担うスクリプトの作成が実装作業の大きな部分を締めます。

お客様から伺った要件を実現するために、必要な仕様や実装方法を調査しながら、スクリプトを作成していくのですが、要件が複雑になると作成するスクリプトも難しくなり時間を要します。

というのも、Qlikには独自の構文や考え方がありまして、データの読み込み・加工に使うLOADや、既に読み込んだテーブルを扱うResident LOAD、複数の変換を重ねるPreceding LOADなど、Qlik特有の構文を理解していないと正確に書けないからです。

そこで、このスクリプト作成にGleanを使ってみることにしました。

これまでは、ゼロから調査・検討を始めると半日～数日かかってしまうこともあるため、以前と比較すると、どれほど大きく効率化できたのかおわかりいただけると思います。

さらに、回答には情報の根拠となるソースも示されます。提案されたスクリプトをそのまま使うのではなく、参照元を確認しながら内容を理解できるため、実装の妥当性を確かめると同時に、自身の知識を深める機会にもなっています。

その結果、開発の生産性が高まり、お客様からの要望にもより迅速に対応できるようになりました。対応の速さをお客様に評価していただけたことも、Glean活用の大きな成果です。

DataSpiderのテストデータ作成を、約1ヵ月から約半月へ

ふたつめは、DataSpiderの開発事例です。

DataSpiderは、複数のシステム間でデータを連携するためのツールです。

DataSpiderの開発では、データを受け渡したり加工したりする処理（スクリプト）を作成した後、想定通りに動作するかをさまざまなテストパターンを用意して検証します。

パターンごとに適切なテストデータが必要になるため、テストパターンが多くなるほど、データの設計や準備だけでも工数が膨れ上がります。

そこで、テスト条件や必要なパターンをGleanに伝え、テストデータの作成に活用してみることにしました。

準備にかかる期間を短縮できたことで、本来時間をかけたいテストの実施や結果の確認に、より多くの工数を割けるようになりました。テストデータの作成を効率化することは、単に準備を早めるだけでなく、検証工程全体を充実させることにもつながります。

まとめ

Gleanを活用し、人が注力すべき工程へ

Qlikのスクリプト案の作成と、DataSpiderのテストデータ準備。

どちらのケースでも、Gleanは調査や作成の出発点をつくり、時間のかかる作業を効率化してくれました。情報の根拠を確認しながら活用することで、知識を身につけつつ、お客様への対応をより迅速に進められています。

もちろん、生成されたスクリプトやデータ案は、要件や仕様に照らして確認したうえで使うことが大切です。Gleanに任せきりにするのではなく、SEとして内容を確かめ、判断する。そのうえでGleanを活用することで、開発生産性を高め、お客様に提供する価値の向上につなげていきたいと考えています。